Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
ESENCIA DE LA TEORÍA DE DUALIDAD
Para la realización de este análisis vamos a partir del supuesto que se tiene
un problema de programación lineal donde se maximiza el valor de la
función objetivo, por ejemplo la ganancia.
2
Uno de los descubrimientos más importantes durante el desarrollo inicial
de la programación lineal fue el concepto de dualidad y sus muchas e
importantes ramificaciones. Este descubrimiento revelo que asociado a
todo problema de programación lineal existe otro problema lineal llamado
dual. Las relaciones entre el dual y su original (llamado primal) son
extremadamente útiles en una gran variedad de situaciones. Por ejemplo, se
verá que de hecho la solución óptima del problema dual es la que
proporciona los precios sombra descritos en las practicas al introducir el
análisis de sensibilidad.
3
4. Los coeficientes de la función objetivo del dual vendrán dados por
los coeficientes del lado derecho de las restricciones del primal.
5. Los coeficientes del lado derecho del dual vendrán dados por los
coeficientes de la función objetivo del primal.
6. Los coeficientes que acompañarán a la variable en una restricción del
dual corresponden a aquellos coeficientes que acompañan a la
variable primal correspondiente a la restricción dual.
7. Para saber si las restricciones duales son duales ≤, = ó ≥, se recurre
a la tabla de relaciones primal-dual.
8. Para saber si las variables duales son ≤ 0, = 0 ó ≥0, se recurre a
tabla de relaciones primal dual.
IMPORTANCIA
4
CARACTERÍSTICAS
APLICACIONES
5
INTERPRETACIÓN
Cada variable del dual está asociada a una restricción del programa primal,
y su valor óptimo representa el incremento de la función objetivo del
primal por cada unidad que aumente el término independiente de dicha
restricción, siempre que este último aumento no suponga un cambio de
base.
Es, por tanto, el precio adicional máximo que estamos dispuestos a pagar
por el incremento del recurso. Los valores de estas variables se denominan
precios sombra.
6
A cada restricción del problema primal le corresponde una variable dual y
análogamente a cada restricción del dual le corresponde una variable del
primal.
7
Si el problema primal es de minimización, entonces su
correspondiente dual será uno de maximización.
Si el problema primal tiene una restricción del tipo >=, la variable
dual asociada a dicha restricción debe ser >=0.
Si el problema primal tiene una restricción del tipo <=, la variable
dual asociada a dicha restricción debe ser <=0.
Si el problema primal tiene una restricción del tipo =, la variable
dual asociada a dicha restricción debe ser irrestricta (libre de signo).
Si el problema primal tiene una variable >=0, la correspondiente
restricción asociada en el dual debe ser <=.
Si el problema primal tiene una variable <=0, la correspondiente
restricción asociada en el dual debe ser >=.
Si el problema primal tiene una variable irrestricta (libre de signo), la
correspondiente restricción asociada en el dual debe ser =.
Primal Maximización – Dual Minimización
De forma análoga, interpretando la tabla desde derecha a izquierda,
es decir, pasar de un problema primal de maximización a un
problema dual de minimización, tenemos:
Si el problema primal es de maximización, entonces su
correspondiente dual será uno de minimización.
Si el problema primal tiene una restricción del tipo <=, la variable
dual asociada a dicha restricción debe ser >=0.
Si el problema primal tiene una restricción del tipo >=, la variable
dual asociada a dicha restricción debe ser <=0.
Si el problema primal tiene una restricción del tipo =, la variable
dual asociada a dicha restricción debe ser irrestricta (libre de signo).
Si el problema primal tiene una variable >=0, la correspondiente
restricción asociada en el dual debe ser >=.
8
Si el problema primal tiene una variable <=0, la correspondiente
restricción asociada en el dual debe ser <=.
Si el problema primal tiene una variable irrestricta (libre de signo), la
correspondiente restricción asociada en el dual debe ser =.
9
óptima se encuentra en el vértice C donde X1=2/5 y X2=6/5 con valor
óptimo V (P)=16/5.
10
Teorema de Dualidad Fuerte
11
TOREMA DE DUALIDAD FUERTE Y DUALIDAD DÉBIL
(DUALIDAD DE PROGRAMACIÓN LINEAL)
12
Ambos se encuentran muy relacionados, de modo que la solución óptima
de uno de ellos proporciona la solución óptima del otro. Para todo
problema de maximización de programación lineal existe un problema de
minimización, y viceversa.
Esta regla nos indica que existe una correspondencia directa entre los
elementos del problema primal y su dual. En la siguiente diapositiva se
muestra cómo, para la forma estándar de un problema de programación
lineal, tenemos a la izquierda el problema primal y, después de hacer la
conversión
TEORÍA DE LA SENSIBILIDAD
13
Como ya se dijo, nos interesa ver como se ve afectada la solución de un
problema de optimización si cambia alguno de los parámetros del
problema. En este ámbito, podemos distinguir 2 tipos de análisis:
OBJETIVO
14
GLOSARIO
Óptimo: se emplea cuando se quiere dar cuenta de aquello que resulta ser
muy bueno, que no puede ser mejor de lo que es, es decir, óptimo es el
superlativo del término bueno.
15
CONCLUSIONES
16
BIBLIOGRAFÍA
17
ANEXOS
18